如何在Python中基于分组与列条件创建指定新列

现有一个包含3个站点的员工数据DataFrame，记录了员工的manager标识、年龄、性别信息。需要新增三列：

• manager_age：对应站点的经理年龄（经理为manager=1的员工，非经理行填0）
• minage_m：各站点男性员工的最小年龄（女性行填NaN）
• minage_f：各站点女性员工的最小年龄（男性行填NaN）

原尝试代码无法实现全行填充，比如站点A的所有行manager_age应对应经理的36岁，第2行（女性）的minage_m应为站点A男性的最小年龄22等，期望得到的目标表格如下：

原尝试代码 #

创建DataFrame的代码：

import pandas as pd
import numpy as np

site = ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C']
manager = [0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0]
age = [24, 36, 22, 54, 28, 19, 33, 57, 26, 31, 25]
gender = ['m', 'f', 'm', 'm', 'm', 'f', 'f', 'm', 'm', 'f', 'm']

df = pd.DataFrame({'site': site,
                   'manager': manager,
                   'age': age,
                   'gender': gender})

新增列的代码：

df['manager_age'] = np.select([df['manager'] == 1], [df['age']])

df['minage_m'] = df.groupby(df['site'][df['gender'] == 'm'])['age'].transform(np.min)

df['minage_f'] = df.groupby(df['site'][df['gender'] == 'f'])['age'].transform(np.min)

以下是实现需求的正确代码：

import pandas as pd
import numpy as np

site = ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C']
manager = [0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0]
age = [24, 36, 22, 54, 28, 19, 33, 57, 26, 31, 25]
gender = ['m', 'f', 'm', 'm', 'm', 'f', 'f', 'm', 'm', 'f', 'm']

df = pd.DataFrame({'site': site,
                   'manager': manager,
                   'age': age,
                   'gender': gender})

# 处理manager_age列：经理行填自身年龄，非经理行填0
df['manager_age'] = df.apply(lambda row: row['age'] if row['manager'] == 1 else 0, axis=1)

# 处理minage_m列：按站点计算男性最小年龄，仅男性行保留值
male_min = df[df['gender'] == 'm'].groupby('site')['age'].min().rename('minage_m')
df = df.merge(male_min, on='site', how='left')
df['minage_m'] = df['minage_m'].where(df['gender'] == 'm', np.nan)

# 处理minage_f列：按站点计算女性最小年龄，仅女性行保留值
female_min = df[df['gender'] == 'f'].groupby('site')['age'].min().rename('minage_f')
df = df.merge(female_min, on='site', how='left')
df['minage_f'] = df['minage_f'].where(df['gender'] == 'f', np.nan)

print(df)

代码说明 #

1. manager_age列：

   • 使用apply逐行判断，若当前行是经理（manager=1）则取自身年龄，否则填0，确保所有行都有对应值。

2. minage_m列：

   • 先筛选男性员工，按站点分组计算最小年龄，通过merge将结果关联到原表，再用where方法仅保留男性行的最小年龄，女性行设为NaN。

3. minage_f列：

   • 逻辑与minage_m一致，针对女性员工计算最小年龄后，仅在女性行保留值。

运行代码后即可得到目标表格效果。

内容的提问来源于stack exchange，提问作者85sph